近期，我校2015级第二临床专业本科生林树锽同学作为第一作者，东莞科研中心副主任黄遵楠教授作为通讯作者，在国际知名学术期刊《Oncotarget》上发表题为“Controlling for confounding factors and revealingtheir interactions in genetic association meta-analyses: A computing method andapplication for stratification analyses”的研究论文。
《Oncotarget》（ISSN: 1949-2553）是国际权威期刊之一，2016年影响因子为5.168，属于医学大类1区，细胞生物学2区，肿瘤学2区（中科院分区）；主要发表癌症研究和肿瘤，也发表内分泌学、病理学、生理学、免疫学、老化、染色体、干细胞、神经科学细胞、自噬与细胞疾病等领域等文章。
该研究基于单个病例对照研究中Mantel-Haenszel（M-H）或Inverse-Variance（I-V）方法和两种先前已报道的遗传关联性Meta分析中存在分层分析的变式，提出一种标准的分层分析，一方面可分别从三个不同暴露水平来揭示研究因素与结局的关联性：基因突变的单方效应、第三方的单方效应以及基因突变与第三方同时存在的效应，为疾病发生发展的研究提供了多维视角；另一方面，通过分层来控制混杂变量，确定暴露因素的实际效应，或者发现暴露与混杂因素之间是否发生效应修正的关系。文章中采用该方法分析了基于不同非甾体类抗炎药（NSAIDs）使用状态下前列腺素内过氧化物合酶2（PTGS2）基因多态性对肿瘤患病风险影响的回顾性研究，以及基于不同载脂蛋白Eε4(ApoEε4)携带情况下胆固醇-24S-羟化酶（CYP46A1）、亚甲基四氢叶酸还原酶（MTHFR）与对阿尔兹海默病（AD）患病风险的分层资料，解决了以往研究中混杂和层内样本量过小的问题，得到可解释性更强、更加稳健的结果。
文章还深层分析该方法在实际应用过程中的相关问题，讨论了先前遗传关联性Meta分析中分层分析存在错误的计算方法和分层与亚组在术语间的区别，以期在未来全基因组关联研究（GWAS）或表观基因组关联研究（EWAS）的Meta分析中能实现其更大的应用价值。其更进一步的方法算法文章已在医学统计学一区期刊的评审中。（文/科研中心 编/周圆 审/蔡定彬）
在线论文链接：
http://www.oncotarget.com/index.php?journal=oncotarget&page=article&op=view&path[]=24335&path[]=76447
网友评论